材料加工过程实验建模方法,简单实验设计

材料加工过程实验建模方法简单实验设计第七组：***2020年2月22日星期六材料加工过程的建模方法2一、基本概念2020年2月22日星期六材料加工过程的建模方法3一、基本概念试验设计：是一门研究如何正确地安排试验和分析数据并以较少的试验获得最佳试验结果的科学方案设计实验实施结果分析2020年2月22日星期六材料加工过程的建模方法4一、基本概念指标：根据实验目的而选定的用来衡量试验结果的标准。定量指标定性指标（非数量指标）2020年2月22日星期六材料加工过程的建模方法5一、基本概念因素（因子）：影响实验指标（结果）的实验条件(1)可控因素：是指其水平可以比较并且可以人为选择的因素(2)标示因素：是指外界的环境条件、产品的使用条件等因素(3)区组因素：是指具有水平，但其水平没有技术意义的因素，是为了减少试验误差而确定的因素(4)误差因素：是指除上述因素外，对产品质量特性值有影响的其它因素的总称2020年2月22日星期六材料加工过程的建模方法6一、基本概念水平：因素变化的状态和条件(1)水平个数应取三个以上为宜；(2)水平的选取应是等间隔的：算术等间隔值、对数等间隔值；(3)水平应是具体的所谓水平是具体的，指的是可以直接控制的具体的数值或方式，并且水平的变化能直接影响实验指标的不同程度的变化。2020年2月22日星期六材料加工过程的建模方法7一、基本概念配方：为观察研究在某一因素各水平级条件下可能的实验结果，而进行的整体实验的一个组成部分。实验单元：可供某个实验配方一次实验用的实验物质条件。2020年2月22日星期六材料加工过程的建模方法8二、简单实验设计（一）单因素实验设计单因素试验设计：是指对一个因素的若干水平，进行重复几次的试验方案安排。完全随机的试验设计随机的分块试验设计拉丁方试验设计2020年2月22日星期六材料加工过程的建模方法9二、简单实验设计1、完全随机的试验设计完全随机的试验设计：将不同配方的各次实验在所有实验单元中随机分配，做到任一实验单元都具有同等机会得到某一配方。2020年2月22日星期六材料加工过程的建模方法10二、简单实验设计1、完全随机的试验设计2020年2月22日星期六材料加工过程的建模方法11二、简单实验设计1、完全随机的试验设计2020年2月22日星期六材料加工过程的建模方法12二、简单实验设计1、完全随机的试验设计2020年2月22日星期六材料加工过程的建模方法13二、简单实验设计1、完全随机的试验设计优点：(1)安排灵活，可以确定任意数量的实验配方和进行任意数量的重复，而且对不同的配方，重复次数可以不等；(2)统计分析简便。缺点：精度低，特别是当试验的条件不均匀时尤其明显。适用场合：主要适用于各实验单元基本均匀一致的场。2020年2月22日星期六材料加工过程的建模方法14二、简单实验设计1、完全随机的试验设计完全随机试验设计的配方随机化(1)抽签(2)掷骰子(3)查随机数表2020年2月22日星期六材料加工过程的建模方法15二、简单实验设计2、随机的分块试验设计(1)在完全随机实验设计中，各配方在所有实验单元中随机地进行分配，那么由于实验单元之间的差别而造成的观察数字的差异没有单独考虑，而将其归并在实验误差中。但当各实验单元之间存在较大差别时，就会造成实验精度的明显降低；(2)为提高实验精度所采取的有效措施，将实验单元分块，将相同的或差别不明显的实验单元归并在一个块内，从而使一块内实验的观察数据基本上不受实验单元差异造成的影响；(3)对于块同块之间因实验材料的差别造成的观察数字的差异，可以单独分析块的附加试验误差，从而达到提高实验精度目的。2020年2月22日星期六材料加工过程的建模方法16二、简单实验设计2、随机的分块试验设计分块原则：实验单元的分块主要依据实验目的，考虑到同一块内实验条件上的一致性。例如，在工业实验中，尽可能把由同一工厂生产的同型号设备、相同批次的原材料以及在同一时间内进行的实验分在一个块内。当然，实验单元的很多属性可以作为分块的依据或标志，但不管按什么标志分块，只有做到在同一块内各实验观察数据之间的方差小于全部实验观察数据时，分块才是有效的。2020年2月22日星期六材料加工过程的建模方法17二、简单实验设计2、随机的分块试验设计优点：(1)分块后可以做到从实验误差中基本上消除由于实验单元之间的不均匀造成的误差，从而提高实验的精度；(2)比较灵活，可以进行任意多块和任意多配方的实验，但要求一个配方在各个块内重复的次数相等；(3)统计分析较简便。缺点：(1)如果在实验执行过程中，产生块之间实验单元的混淆或发生实验过程中丢失数据等情况，将造成分析上的困难；(2)随着分块数的增加，设计的有效性降低。2020年2月22日星期六材料加工过程的建模方法18二、简单实验设计2、随机的分块试验设计注意：(1)随着每块内实验单元数的增加，其实验精度将随之降低，因而块的规模不宜过大；(2)在分块实验的条件下，同一块内的配方应安排在一个时间进行，在结束一个块内的实验后，再进行另一块的实验。2020年2月22日星期六材料加工过程的建模方法19二、简单实验设计2、随机的分块试验设计2020年2月22日星期六材料加工过程的建模方法20二、简单实验设计3、拉丁方实验设计随机分块实验可以从实验误差中消除由于实验单元的差别所造成的偏差，但在有些情况下，实验设计中要求消除两类或两类以上因素之间的偏差。例:要实验四种不同型号的汽车轮胎甲、乙、丙、丁之间性能上有无显著差异，可以将其安在汽车上进行实验汽车型号不同是造成偏差的因素之一轮胎在汽车上安装位置不同，也是造成观察数据之间偏差的一个因素。2020年2月22日星期六材料加工过程的建模方法21二、简单实验设计3、拉丁方实验设计（1）拉丁方试验设计的特点拉丁方是一种行数和列数相等的方阵假如在一个设计中含有p个配方，则总计需要p2个实验单元先按照实验单元中的一个偏差因素将其分成p个组，每个组中含有p个单元，通常称为按行分类；再按照实验单元的另一个偏差因素将p2个实验单元分成p个组，每个组中也含有p个实验单元，称为按列分类。配方在实验单元中这样分配，便做到各个配方在每一行中出现一次，且仅一次，在每一列中出现一次，且仅一次2020年2月22日星期六材料加工过程的建模方法22二、简单实验设计3、拉丁方实验设计（1）拉丁方试验设计的特点2020年2月22日星期六材料加工过程的建模方法23二、简单实验设计3、拉丁方实验设计（1）拉丁方试验设计的特点2020年2月22日星期六材料加工过程的建模方法24二、简单实验设计3、拉丁方实验设计（1）拉丁方试验设计的特点优点：可以控制实验中的两类或两类以上偏差缺点：1、当配方数为p时，则至少需要p2个实验单元，因而p的数字不能太大，一般应有p≤10；2、随着p的增大，实验误差将随之增大；3、对实验中可能出现的丢失数据以及在实验单元中的错误分配，将导致实验的分析工作变得十分复杂。2020年2月22日星期六材料加工过程的建模方法25二、简单实验设计3、拉丁方实验设计（2）拉丁方试验设计的随机化2020年2月22日星期六材料加工过程的建模方法26二、简单实验设计3、拉丁方实验设计（2）拉丁方试验设计的随机化对行排列随机化2020年2月22日星期六材料加工过程的建模方法27二、简单实验设计3、拉丁方实验设计（2）拉丁方试验设计的随机化对列排列随机化2020年2月22日星期六材料加工过程的建模方法28二、简单实验设计3、拉丁方实验设计2020年2月22日星期六材料加工过程的建模方法29二、简单实验设计3、拉丁方实验设计2020年2月22日星期六材料加工过程的建模方法30二、简单实验设计3、拉丁方实验设计2020年2月22日星期六材料加工过程的建模方法31二、简单实验设计（二）多因素实验设计1、全面实验法把全部因子和所有水平都一一搭配起来进行试验。优点：能找出最好的搭配方案缺点：费时费工，有时甚至不可能实现适用范围：一些较简单的情况2020年2月22日星期六材料加工过程的建模方法32二、简单实验设计（二）多因素实验设计1、全面实验法2020年2月22日星期六材料加工过程的建模方法33二、简单实验设计（二）多因素实验设计2、单因素轮换法将因子中只变化一个，其余固定，进行逐步搭配试验，再通过比较获得好的搭配方案。优点：一般也能取得一定的效果，而且试验次数较全面试验的少。缺点：(1)对待各因子和水平的机会不均等；(2)固定和变化因子的顺序，会影响试验结果；(3)最后结果是否是最好的，还不能充分肯定，只能说在所做过的试验中是最好。2020年2月22日星期六材料加工过程的建模方法34二、简单实验设计（二）多因素实验设计2、单因素轮换法谢谢！